Обработка и визуализация объектов на космических изображениях средствами пакета Contour
Для векторной графики характерно разбиение изображения на ряд графических примитивов - точки, прямые, ломаные, дуги, полигоны. Таким образом, появляется возможность хранить не все точки изображения, а координаты узлов примитивов и их свойства (цвет, связь с другими узлами и т.д.) [19].
Вернемся к изображению на рис.1.11 Взглянем на него по-другому. На изображении легко можно выделить множество простых объектов - отрезки прямых, ломанные, эллипс, замкнутые кривые. Представим себе, что пространство рисунка существует в некоторой координатной системе. Тогда можно описать это изображение, как совокупность простых объектов, вышеперечисленных типов, координаты узлов которых заданы вектором относительно точки начала координат (рис.1.13).

Рис.1.13. Векторное изображение и узлы его примитивов
Проще говоря, чтобы компьютер нарисовал прямую, нужны координаты двух точек, которые связываются по кратчайшей прямой. Для дуги задается радиус и т.д. Таким образом, векторная иллюстрация - это набор геометрических примитивов.
Важной деталью является то, что объекты задаются независимо друг от друга и, следовательно, могут перекрываться между собой.
При использовании векторного представления изображение хранится в памяти как база данных описаний примитивов. Основные графические примитивы, используемые в векторных графических редакторах: точка, прямая, кривая Безье, эллипс (окружность), полигон (прямоугольник). Примитив строится вокруг его узлов (nodes). Координаты узлов задаются относительно координатной системы макета. Изображение будет представлять из себя массив описаний. Каждому узлу приписывается группа параметров, в зависимости от типа примитива, которые задают его геометрию относительно узла. Например, окружность задается одним узлом и одним параметром - радиусом. Такой набор параметров, которые играют роль коэффициентов и других величин в уравнениях и аналитических соотношениях объекта данного типа, называют аналитической моделью примитива [20].
Векторное изображение может быть легко масштабировано без потери деталей, так как это требует пересчета сравнительно небольшого числа координат узлов. Другой термин - "object-oriented graphics".
Самой простой аналогией векторного изображения может служить аппликация. Все изображение состоит из отдельных кусочков различной формы и цвета (даже части растра), "склеенных" между собой. Понятно, что таким образом трудно получить фотореалистичное изображение, так как на нем сложно выделить конечное число примитивов, однако существенными достоинствами векторного способа представления изображения, по сравнению с растровым, являются:
векторное изображение может быть легко масштабировано без потери качества, так как это требует пересчета сравнительно небольшого числа координат узлов;
графические файлы, в которых хранятся векторные изображения, имеют существенно меньший, по сравнению с растровыми, объем (порядка нескольких килобайт) [21].
Как видно, векторным можно назвать только способ описания изображения, а само изображение для нашего глаза всегда растровое [22].
Постановка задачи
Дешифрирование космических снимков, один из методов изучения местности по её изображению, полученному посредством космической съёмки. Заключается в выявлении и распознавании объектов, установлении их качественных и количественных характеристик, а также регистрации результатов в графической (условными знаками), цифровой и текстовой формах [23]. Дешифрирование имеет общие черты, присущие методу в целом, и известные различия, обусловленные особенностями отраслей науки и практики, в которых оно применяется наряду с другими методами исследований.
Эффективность дешифрирования, т.е. раскрытия содержащейся в снимках информации, определяется особенностями изучаемых объектов и характером их передачи при космической съёмке (дешифровочными признаками), совершенством методики работы, оснащённостью приборами и свойствами исполнителей дешифрирования. В ряду дешифровочных (демаскирующих) признаков различают прямые и косвенные (нередко с выделением комплексных). К прямым признакам относят: размеры, форму, тени собственные и падающие (иногда их считают косвенным признаком), фототон или цвет и сложный признак - рисунок или структуру изображения. К косвенным - указывающие на наличие или характеристику объекта, хотя он и не получил непосредственного отображения на снимке из космоса в силу условий съёмки или местности. Например, растительность и микрорельеф являются индикаторами при дешифрировании задернованных почв.
Цели работы:
разработать программный пакет для обработки космических изображений;
провести сравнительный анализ программ Contour и Erdas Imagine для оценки качества реализации собственного алгоритма сегментации;
с помощью собственного алгоритма сегментации провести анализ двух съемочных систем на примере Landsat ETM+ и Spot5 для установления разницы в снимках с различным пространственным разрешением.
В задачи исследования входят:
анализ алгоритмов распознавания изображений;
выявление оптимального по скорости и качеству алгоритма сегментации;
составление блок-схемы программы по распознаванию изображений на основе выбранного алгоритма;
ознакомление с географическими информационными системами (ГИС), растровой и векторной моделей данных и их форматными представлениями;
выявление подходящего векторного формата для последующего его применения в ГИС-проектах;
создание географической привязки;
векторизация растровых контуров и сохранение в виде shp-файлов;
подобрать каналы с максимальной информативностью
Для решения задачи дешифрирования разработаны профессиональные программные пакеты, которые по своим функциям удовлетворяют предъявляемым требованиям. Основным недостатком этих пакетов является высокая стоимость, большие требования к системным ресурсам используемых персональных компьютеров и сложность в эксплуатации этих программ.
2. Методика эксперимента
В пакет программного обеспечения входит (рис.2.1):

Рис.2.1 Блок-схема программы
Автоматическое выделение границ основано на сегментации путем наращивания областей. Блок-схема данного алгоритма представлена на рис.2.2.

Рис.2.2 Блок-схема алгоритма сегментации путем наращивания областей
3. Экспериментальные результаты
Блок-схема программного обеспечения "Contour" по работе с растровыми изображениями (рис.3.1).


Рис.3.1
Блок-схема
программы
Опишем более подробно все этапы алгоритма:
На начальном этапе производим загрузку растрового изображения в любом графическом формате (TIF, BMP, JPG…). Рекомендуется в BMP, т.к. данный формат не предусматривает сжатия, и соответственно потерь уже на начальном этапе.
Далее заносим все необходимые сведения о сцене для дальнейшей работы: проекции, зоны, датума, сфероида (для географической привязки и правильного отображения полигонов в ГИС), верхнего левого угла (для расчета размеров снимка), пространственного разрешения пикселя (для подсчета площадей и периметров полигонов).
Теперь можно приступать к оконтуриванию гарей (или других объектов) методом сегментации путем наращивания областей. Однородность области проверяется на уровне порогов трех компонент RGB-композита. Осуществлена реализация ручной задачи данных порогов.
Зная пространственное разрешение можно подсчитать площадь и периметр гари по количеству входящих в полигон пикселей. Каждому выделенному объекту присваивается идентификационный номер, и все сведения заносятся в базу данных.
Затем следует сохранение контуров в бинаризованном виде (0 - фон, 1 - граница).
Привязка к мировым географическим координатам.
Далее путем векторизации растровых полигонов получение векторного типа данных.
Полученные векторные данные хранятся в базе данных, которую уже можно использовать для дальнейшей работы в мировых ГИС-стандартах.
И на данном последнем этапе загрузка векторных полигонов в ГИС-проекты.

Рис.3.2 Вид рабочего окна программы "Contour"
Программа "Contour" (рис.3.2) может выполнять следующие операции и функции:
Изменять масштаб изображения, задаваемый как бегунком так и ручным вводом;
Отслеживать внутренние и мировые географические координаты под курсором мыши и выводить их в статусной строке;
Отслеживать RGB-компонент под курсором мыши и выводить их в статусной строке;
Кнопка "Добавить" добавляет новый контур и присваивает ему уникальный идентификационный номер;
В ручном режиме оконтуривания левой клавишей мыши выставляются вершины контура в реальном времени;
В ручном режиме оконтуривания правой клавишей мыши обнуляются всех выставленные вершины;
Задание Х и У - координат верхнего левого угла сцены;
Задание пространственного разрешения снимка;
Подсчитывание в реальном времени площади и периметра контура;
Отслеживание количества выставленных вершин и выведение их в статусной строке;
Изменение прозрачности для любого контура в любой момент времени;
Кнопка "Удалить" (или клавиша "Del") удаляет любой выбранный контур;
При выборе контура в таблице (или при нажатии клавиши "Ins") происходит "подсвечивание" контура на изображении;
Через меню "Правка" удаляются последний и/или все контуры;
Через меню "Файл" открытие снимка в графическом формате;
Через меню "Файл" открытие контура (осуществляется только в том случае, если размеры снимка и контура совпадают);
Через меню "Файл" сохраняется контура (-ов) в графическом формате BMP с файлом географической привязки к мировым координатам.
В автоматическом выделении щелчок левой кнопки мыши запускает процесс выделения объекта;
В автоматическом выделении выставление порога RGB-композита устанавливается по порядку в соответствующих полях для R,G и B - компонент.
Проведен сравнительный анализ на основе значений площадей при помощи программы Contour, с результатами дешифрирования участков, полученных в геоинформационном пакете ERDAS IMAGINE 9.1 используемым в настоящее время в Центре космического мониторинга и Институте леса.
Для того чтобы проводить сравнение нечетких спорных объектов, нужно сначала удостоверится на проверке оконтуривания простой однотонной геометрической фигуры (рис.3.3).

Рис.3.3 Сравнение полученных контуров (слева - в пакете "Contour", справа - в пакете "Erdas Imagine")
Площадь круга в обеих программах составила одинаковое значение - 7870 квадратных единиц. Это говорит о том, что программное обеспечение собственной разработки работает корректно и пригодно для последующей проверки более сложных областей на космических снимках.
Сравнены реальные объекты, присутствующие на снимках. Сначала в качестве простой задачи взяты три области лесных вырубок, потому что они имеют четкий контур и отличительно однотонный светло-зеленый фон. На рис.3.4 и рис.3.5 представлены контуры, полученные в программах "Contour" и "Erdas" соответственно.

Рис.3.4 Контур вырубок, полученный в программе "Erdas"

Рис.3.5 Контур вырубок, полученный в программе "Contour"
Таблица 3.1
Сравнение площадей программ
| Номер полигона | Erdas, кв. ед. | Contour, кв. ед. | Расхождение |
| 1 | 10880 | 10897 | 0,16% |
| 2 | 10092 | 10110 | 0,18% |
| 3 | 8199 | 8220 | 0,25% |
Как видно из таблицы 3.1, минимальное расхождение в результатах составляет доли процента. Это связано в различии пороговых значений в "Contour" и евклидова расстояния в "Erdas".
И наконец, сравнены наиболее сложные области (имеющие большое количество классов), но так необходимые для повсеместного анализа - гари.

Рис.3.6 Контур гари, полученный в программе "Contour"

Рис.3.7 Контур гари, полученный в программе "Erdas"
Разница в площадях между контурами на рис.3.7 и рис.3.7 более 15%. Согласно зрительному дешифрованию, "Erdas" не должен был выделять область справа (отделена красной чертой). Здесь как раз и скрыты различия в алгоритмах выделения областей между программами. Это связано с тем, что в программе "Erdas" происходит выделение области по спектральным данным снимка, тогда как в программе "Contour" используется цветовая палитра RGB-композита, значение порога которой используется как своеобразный классификатор и полностью схож с принципом зрительного различения цветов. С помощью пакета Contour проведен сравнительный анализ съемочных систем на примере Landsat ETM+ и Spot5 для установления разницы в площадях на снимках с различным пространственным разрешением. Пространственное разрешение спектрометра Landsat 30м, Spot5 - 15м.

Рис.3.8 Контур области снимка Landsat

Рис.3.9 Контур области снимка Spot
Было проведено десять измерений различных областей.
Таблица 3.2
Сравнение площадей съемочных систем
| Номер полигона | Landsat, кв. ед. | Spot, кв. ед. | Расхождение |
| 1 | 17010 | 18511 | 8.9% |
| 2 | 10092 | 10799 | 7% |
| 3 | 8199 | 8854 | 8.1% |
| 4 | 18462 | 19735 | 6.9% |
| 5 | 14785 | 15864 | 7.3% |
| 6 | 20153 | 21886 | 8.6% |
| 7 | 5143 | 5636 | 9.6% |
| 8 | 7549 | 8266 | 9.5% |
| 9 | 11889 | 12733 | 7.1% |
| 10 | 15300 | 16340 | 6.8% |
Среднее расхождение составило 7,9%. Это связано с большим пространственным разрешением у системы Spot. Так же можно отметить, что при сравнении малых областей, процент расхождения более высок, чем при сравнении больших областей. В дальнейшем, при работе со снимками Spot можно делать поправку на найденное процентное расхождение для сравнения этих съемочных систем.
Выводы
В проделанной работе получены следующие результаты:
Определены информативные спектральные каналы для формирования изображения с нужной цветопередачей: 5,4 и 3 для съемочной системы Landsat ETM+.
Установлены цветовые формулы для обработки.
Разработан программный пакет Contour для обработки и визуализации объектов на космических изображениях со следующими возможностями:
Загрузка графических изображений;
Создание растровых слоев;
Выделение границы объектов;
Расчет площадей и периметров;
Создание бинарных слоев с границами объектов;
Географическая привязка;
Векторизация;
Экспортирование shape-файлов.
Проведено сравнение с профессиональным пакетом "Erdas Imagine 9". Установлено, что на простых объектов (вырубок) результаты идентичны. Время обработки существенно ниже при той же точности. При сравнении более сложных областей (гарей) процент расхождения достигает 15%, что связано в различии пороговых значений, используемых в программах. Вероятность достоверного результата выше по причине меньшего количества спектральных каналов.
Проведен сравнительных анализ двух съемочных систем на примере Landsat ETM+ и Spot5 с различными пространственными разрешениями. Среднее расхождение в 7.9% в дальнейшем можно учитывать как поправку при работе со снимками этих двух систем.
Список литературы
Кашкин В.Б., Сухинин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений [текст]: учебник / В.Б. Кашкин, А.И. Сухинин. - М.: Логос, 2001. - 264 с.
Савельев, И.В. Курс общей физики / И.В. Савельев. - М.: Наука, 1968.
Ахманов, С.А. Введение в статистическую радиофизику и оптику / С.А. Ахманов, Ю.Е. Дьяков, А.С. Чиркин. - М.: Наука, 1981.
Тихомирова, В.А. Физика и биология / В.А. Тихомирова, А.И. Черноуцан. - М.: Бюро Квантум, 2001. - 128 с.
Чандра А.М., Гош С.К. Дистанционное зондирование и географические информационные системы [текст]: учебник / А.М. Чандра, С.К. Гош. - М.: Техносфера, 2008. - 312 с.
Берлянт, А.М. Картоведение / А.М. Берлянт. - М.: Аспект пресс, 2003. - 477 с.
Басараб М.А., Волосюк В.К., Горячкин О.В. Цифровая обработка сигналов и изображений в радиофизических приложениях [текст]: учебник / М.А. Басараб, В.К. Волосюк, О.В. Горячкин; Под ред. В.Ф. Кравченко. - М.: ФИЗМАТЛИТ, 2007. - 544 с.
Crosier S., Booth B. ArcGIS 9: Map projections [текст]: учебное пособие / S. Crosier, B. Booth. - New York: Environmental System Research Institute, 2004. - 116 p.
Crosier S., Booth B. ArcGIS 9: Getting started [текст]: учебное пособие / S. Crosier, B. Booth. - New York: Environmental System Research Institute, 2004. - 272 p.
Murai S. GIS Work Book: Fundamental Practical Course [текст]: учебное пособие / S. Murai. - Japan: Japan Association of Surveyors, 1999. - 74 p.
Grady, L., and Funka-Lea, G. 2004. Multi-label image segmentation for medical applications based on graph-theoretic electrical potentials. In ECCV Workshops CVAMIA and MMBIA, 230-245.
Richard Barbieri, Harry Montgomery и др. Algorithm Technical Background Document // MODIS ATBD: THEORETICAL BASIS 1, 1997. - P.27 - 29
Michael Matson, Jeff Dozier. Identification of Subresolution High Temperature Sources Using a Thermal IR Sensor // Photogrammetic Engineering and Remote Sensing №9, 1991 стр.1311-1318
Грузман И.С. и др. Цифровая обработка изображений в информационных системах. - Новосибирск: НГТУ, 2002. - 352 с.
Верещака Т.В., Зверев А.Т. Визуальные методы дешифрирования. - М.: Недра, 1990. - 341 с.
Трофимова, Н.В. Методика создания ГИС проекта / Н.В. Трофимова, 2006. - 50 с.
Рис, У. Физические основы дистанционного зондирования. Учебное пособие / У. Рис - М.: Техносфера, 2008. - 312с.
Грузман, И.С. Цифровая обработка изображений в информационных системах / И.С. Грузман. - Новосибирск: НГТУ, 2002. - 352 с.
Верещака, Т.В. Визуальные методы дешифрирования / Т.В. Верещака, А.Т. Зверев. - М.: Недра, 1990. - 341 с.
Гарбук, С.В. Космические системы дистанционного зондирования Земли / С.В. Гарбук, В.Е. Гершензон. - М.: Сканэкс, 1997. - 296 с
Прэтт, У. Цифровая обработка изображений / У. Прэтт. - М.: Мир, 1982.
Loboda, T. Regionally adaptable dNBR-based algorithm for burned area mapping from MODIS data / T. Loboda, K. J. O”Neal, I. Csiszar. - M: Science Direct, 2007.
Мураховский В.И. Компьютерная графика [текст]: учебник / В.И. Мураховский; Под. Ред. С.В. Симоновича. - М.: Аст-Пресс СКД, 2002. - 640 с.
Приложение
Компьютерный код программы "Contour" в среде "Delphi".
unit Unit1;
interface
uses Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, Dialogs, GR32_Layers, GR32_Polygons, StdCtrls, GR32_Image, GR32, ExtCtrls, Menus, ExtDlgs, Gauges,JPEG, Grids, ActnPopup, ComCtrls, Tabs, DockTabSet;
type
TFormMain = class (TForm)
ImgView321: TImgView32; ScaleBar: TScrollBar; OptionsImPanel: TPanel; ScaleLabel: TLabel; ScaleCombo: TComboBox; MainMenu: TMainMenu; FileN: TMenuItem; OpenN: TMenuItem; ExitN: TMenuItem; OpenPictureDialog1: TOpenPictureDialog; CloseN: TMenuItem; ScalePanel: TPanel; SystemPanel: TPanel; XYPanel: TPanel; RGBPanel: TPanel; Grid: TStringGrid; NewPolButton: TButton; EditN: TMenuItem; DelAllN: TMenuItem; DelLastN: TMenuItem; N7: TMenuItem; ProzrCont: TScrollBar; DelPolButton: TButton; Label1: TLabel; SavePictureDialog1: SavePictureDialog; SaveContN: TMenuItem; N2: TMenuItem; OpenContN: TMenuItem FillPanel: TPanel; AddDelPanel: TPanel; Label2: TLabel; TochekPanel: TPanel; RadioVidCon: TRadioGroup; ChangePanel: TPanel; N1: TMenuItem; AutoOptPanel: TPanel; Label8: TLabel; Label5: TLabel; EditR: TEdit; EditG: TEdit; EditB: TEdit; Label9: TLabel; Panel1: TPanel; Panel2: TPanel; ColorDialog1: TColorDialog; Button1: TButton; Label10: TLabel; Shape1: TShape; WxWyPanel: TPanel; Panel4: TPanel; Label6: TLabel; UpLeftX: TEdit; Panel5: TPanel; Label7: TLabel; UpLeftY: TEdit; Panel6: TPanel; Label3: TLabel; RazrEdit: TEdit; SaveTextFileDialog1: TSaveTextFileDialog; Memo1: TMemo; Button2: TButton;
procedure Button1Click (Sender: TObject);
procedure DelAllNClick (Sender: TObject); procedure OpenContNClick (Sender: TObject); procedure SaveContNClick (Sender: TObject); procedure DelLastNClick (Sender: TObject); procedure DelPolButtonClick (Sender: TObject); procedure GridMouseDown (Sender: TObject; Button: TMouseButton; Shift: TShiftState; X, Y: Integer); procedure GridMouseUp (Sender: TObject; Button: TMouseButton; Shift: TShiftState; X, Y: Integer); procedure rozrContChange (Sender: TObject); procedure CloseNClick (Sender: TObject); procedure GridSelectCell (Sender: TObject; ACol, ARow: Integer; var CanSelect: Boolean); procedure GridKeyDown (Sender: TObject; var Key: Word; Shift: TShiftState); procedure NewPolButtonClick (Sender: TObject); procedure ImgView321MouseDown (Sender: TObject; Button: TMouseButton; Shift: TShiftState; X, Y: Integer; Layer: TCustomLayer); procedure FormCreate (Sender: TObject); procedure OpenNClick (Sender: TObject); procedure ScaleComboChange (Sender: TObject); procedure ScaleBarChange (Sender: TObject); procedure ImgView321MouseMove (Sender: TObject; Shift: TShiftState; X, Y: Integer; Layer: TCustomLayer); procedure DelContour (nomer: integer); private Polygon: array [1.1000] of TPolygon32; Outline: TPolygon32; procedure Build; procedure Draw (sloi: integer; proz: integer); procedure Left; procedure Right; procedure Up; procedure Down; function ColorSrav (colFun: TColor32): boolean; function StopUp: boolean; function StopLeft: boolean; function StopDown: boolean; function StopRight: boolean; procedure OtrisovkaAuto;
var
FormMain: TFormMain; CurDir: string; p: TPoint; conty: array [1.1000] of TBitmapLayer; id: word; points: word; colg,rowg: integer; mm: boolean;
scrollfill: boolean; xt,yt: array [0.1000] of integer; dlina: array [1.1000] of real;
square: array [1.1000] of real; prozra: array [1.1000] of integer; // dot: array [1.10000,1.10000] of integer; dot: array of array of array of integer; x_g,y_g: integer; col,colP: TColor32; StopperSlayer: boolean;
procedure Area; var i: Integer; begin xt [0]: = xt [points]; yt [0]: = yt [points]; square [id]: = 0; i: = 0; repeat square [id]: = square [id] + (xt [i] +xt [i+1]) * (yt [i] - yt [i+1]); i: = i+1; until not (i<=points-1); square [id]: = 0.5*Abs (square [id]); end; procedure perimetr; vari: integer; begindlina [id]: =0; for i: = 1 to points-1 do dlina [id]: =dlina [id] + sqrt ( (xt [i] - xt [i+1]) * (xt [i] - xt [i+1]) + (yt [i] - yt [i+1]) * (yt [i] - yt [i+1])); dlina [id]: =dlina [id] +sqrt ( (xt [1] - xt [points]) * (xt [1] - xt [points]) + (yt [1] - yt [points]) * (yt [1] - yt [points])); end;
procedure Delay (ms: longint); var TheTime: LongInt; begin TheTime: = GetTickCount + ms; while GetTickCount < TheTime do Application. ProcessMessages; end;
procedure TFormMain. Build; var TmpPoly: TPolygon32; begin Outline. Free; Outline: = nil; TmpPoly: = Polygon [id]. Outline; Outline: = TmpPoly. Grow (Fixed (0), 0); Outline. FillMode: = pfWinding; TmpPoly. Free;
end; procedure TFormMain. DelAllNClick (Sender: TObject); vari: integer; begin for i: = 1 to id do begin Grid. Rows [i]. Clear (); Polygon [id]. Clear; Conty [i]. Free; end; id: =0; DelPolButton. Enabled: =False; end;
procedure TFormMain. DelLastNClick (Sender: TObject); begin if (id<>0) then DelContour (id); end; procedure TFormMain. DelPolButtonClick (Sender: TObject);
begin DelContour (rowg); end;
procedure TFormMain. Draw (sloi: integer; proz: integer); begin Conty [sloi]. Bitmap. BeginUpdate; Conty [sloi]. Bitmap. Clear ($00); Conty [sloi]. Bitmap. Draw (0, 0, Conty [sloi]. Bitmap); Polygon [sloi]. DrawFill (Conty [sloi]. Bitmap, SetAlpha (clBlue32, proz)); Polygon [sloi]. DrawEdge (Conty [sloi]. Bitmap, SetAlpha (clBlack32, 255)); Conty [sloi]. Bitmap. EndUpdate; Conty [sloi]. Bitmap. Changed; ImgView321. Refresh; end; procedure TFormMain. SaveContNClick (Sender: TObject); var: integer; bm: TBitmap32; fFileHandle: TextFile; begin bm: = TBitmap32. Create (); bm. SetSize (ImgView321. Bitmap. Width, ImgView321. Bitmap. Height); bm. FillRect (0,0,bm. Width,bm. Height,$0f000000); for i: = 1 to id do conty [i]. bitmap. DrawTo (bm); if SavePictureDialog1. Execute then bm. SaveToFile (SavePictureDialog1. FileName); memo1. lines. Add (razredit. text); memo1. lines. Add ('0.0'); memo1. lines. Add ('0.0'); memo1. lines. Add ('-razredit. text); memo1. lines. Add (UpLeftX. text); memo1. lines. Add (UpLeftY. text); memo1. Lines. SaveToFile ('c: test. jgw'); memo1. Clear; end; procedure TFormMain. NewPolButtonClick (Sender: TObject); varswap: integer; beginscrollfill: =true; if ( (points>=3) or (id=0)) and (radiovidcon. ItemIndex=0) then Begin inc (id);